用途
picture 是一个图像生成技能,使用 Google Imagen(通过 Gemini API)生成 AI 图像。根据其说明,适合以下场景:
- 演示文稿图片(主视觉效果、章节分隔图)
- 概念插画(视觉隐喻、抽象概念)
- 照片级写实图像(产品样机、场景)
- 受益于 AI 生成的视觉说明
不适合的场景:
- 精确图表或图形——应使用 diagramming 技能(可编辑 SVG、精确数据)
- 截图——应使用 screenshot 技能
- 简单图标——通常直接找素材或使用 emoji 更快
关于与制图的边界:文中说明二者边界模糊。“演示用图表”可能两边都适用——需要精确数据、可编辑性时用制图;需要强烈视觉冲击时用图像生成。建议自行判断,不清楚时向用户确认。
主要能力与提示词框架
工作流程包括:理解需求(明确用途、风格、是否需要 ITV 品牌风格,若需要则阅读 itv-styling 技能)、用 Flash 模型起草、查看并迭代、用 Pro 模型做最终渲染。
提示词框架基于 Max Woolf 的 Nano Banana 研究,结构为:具体对象描述(关键要求用大写);必须严格遵守的要点(以短横线列表列出构图规则);用于提升风格的出版物/相机细节;以及排除不想要的元素(Do not include…)。
文中列出的关键技巧包括:结构化项目符号(要求用短横线列表而非散文)、全大写约束(“MUST”“EXACTLY”提高遵循度)、十六进制颜色(#9F2B68 比“洋红”更精确)、构图规则(三分法、留白、景深)、风格提升语(如“普利策奖获奖封面照片”)、相机规格(如“Canon EOS 90D DSLR camera”)、出版物目标(如“Vanity Fair cover profile”)、否定约束(“不要包含文字、水印或线条叠加”)。
文中给出一个示例提示词:一位自信的商业高管的职业头像,必须严格遵守的要点包括肩部以上取景、三分法构图、中性背景柔和渐变 #E8E8E8 到 #FFFFFF、左侧自然的下午 3 点漫射光、眼睛清晰对焦背景轻微散景,并附带风格提升语与相机规格,最后要求不包含任何文字、徽标或水印。
使用方式
提供 imagen.sh 命令行脚本,命令参考如下:
- 基础生成:
imagen.sh "prompt" [--output ./images] [--model MODEL] - 编辑已有图像:
imagen.sh "refinement prompt" --input previous.png - 可用模型:
--model gemini-2.5-flash-image(快速、便宜,默认)--model gemini-3-pro-image-preview(更高质量)--model imagen-4.0-generate-preview-06-06(Imagen 4)
工作流程示例中的命令:草稿阶段使用 ${CLAUDE_SKILL_DIR}/imagen.sh "prompt" --model gemini-2.5-flash-image;精修阶段使用 ${CLAUDE_SKILL_DIR}/imagen.sh "make it warmer, add more contrast" --input ./images/previous.png;最终渲染使用 ${CLAUDE_SKILL_DIR}/imagen.sh "prompt" --model gemini-3-pro-image-preview。
输出:保存到 ./images/ 目录,文件名带时间戳,并打印路径。该目录首次使用时创建,文件随项目保留以便引用。
与品牌技能组合
- 与 itv-styling 组合:制作 ITV 品牌图像时,先阅读 itv-styling 获取色板与原则,再将品牌约束写入提示词(例如深色背景 #0F2323、强调色 #E8E557 或 #4ECDC4、干净现代专业美学、无繁杂图案或非品牌色)。
- 与 diagramming 组合:对于视觉加精确数据的混合需求,先用图像生成生成 AI 背景/插画,再用制图工具叠加精确元素,必要时手动合成。
局限
文中列出的局限及应对方式:
- 风格迁移失败(如“吉卜力风格”)——改用结构性描述
- 文字生成不完美——生成后以叠加方式添加文字
- 精确位置难以控制——用精修提示词反复迭代
- 速率限制——草稿用 Flash,仅最终稿用 Pro
反模式
- 跳过品牌检查 → 风格不一致:品牌适用时先加载 itv-styling
- 提示词含糊 → 效果不佳:使用具体、明确的描述
- 用错工具处理数据 → 图表不准确:精确数据使用制图技能
其它参考
文中提及 references/prompting.md(扩展提示词参考)、diagramming 技能(精确图表)、itv-styling 技能(品牌约束输出)。